Пять лет опыта в EdTech — но в каком именно EdTech?

Строчка, которая почти ничего не сообщает

«Желателен опыт в EdTech». Я читал эту строчку во множестве описаний вакансий, и просить об этом вполне разумно. И при этом она почти пуста.

Чуть больше трёх лет я работал над портфелем мобильных B2C-продуктов для обучения водителей в Ray / ReactivePhone — сначала продакт-менеджером, затем CPO. Портфель перешагнул отметку в 18 млн загрузок. Работа охватывала ценообразование, UX, позиционирование и дистрибуцию, выход в Польшу, а затем в Великобританию, Италию и Францию, и внутренний спор, который я вёл раз за разом, — о запуске веб-направления рядом с мобильным. Позже я сделал Tomus, iOS-приложение для обучения музыке, с нуля до выпущенного MVP примерно за месяц: там работой были продуктовый скоуп, учебный дизайн, монетизация и ранние эксперименты, а ключевым решением — предпочесть один внятный цикл обучения широкому каталогу контента.

Многое перенеслось: инструментирование, монетизация, умение поставить эксперимент, умение читать кривую удержания. Сместился центр тяжести работы. В Ray значительная часть трудных вопросов была коммерческой и межрыночной. В Tomus они касались самого цикла — и того, сколько можно попросить у человека внутри сессии, достаточно короткой, чтобы он вернулся к ней завтра.

И то и другое — опыт в EdTech, и это не один и тот же опыт. Если бы вы наняли меня на второе, опираясь на первое, вы сделали бы ставку, о которой сами не задумались.

Отраслевые ярлыки всегда размыты. EdTech стоит поковырять по другой причине: этот ярлык используют как замену доменной компетенции при найме, а продукты под ним различаются ровно по той оси, с которой работает продакт-менеджер, — что именно делает софт, пока человек учится.

Зонтик прячет механизм

Две компании могут обе быть EdTech, обе продавать пользователям, обе заниматься изучением языков — и дать продакт-менеджеру почти непересекающуюся работу.

В одной трудные задачи — это лендинг, который не конвертит, чекаут, теряющий людей на выборе рассрочки, и частота повторных покупок, от которой зависит, окупается ли платный трафик. Преподавание при этом может быть по-настоящему хорошим; просто продуктовый риск лежит не там. Он лежит в воронке.

В другой трудные задачи — это то, что происходит в четыре секунды после ошибки: помогает ли подсказка или выдаёт ответ, растёт ли сложность достаточно быстро, чтобы удержать внимание, и достаточно медленно, чтобы человек не бросил, и соответствует ли то, что вы называете «прогрессом», хоть чему-то, что человек сможет показать за пределами приложения.

Ни один из этих продакт-менеджеров не лучше другого, и слово «EdTech» никак их не различает. Оно стоит в обоих резюме.

Я пришёл к этому медленно — из раз за разом повторявшихся разговоров, как кандидат и в консультационной работе со стартапами, где два человека десять минут пользовались одним словом, прежде чем обнаружить, что описывают несовместимые бизнесы.

Один вопрос, который расставляет почти всё

Вопрос, к которому я пришёл: кто — или что — на самом деле выполняет учебную работу?

Не кто написал программу и не чей логотип на ней. В течение того часа, что человек проводит с продуктом, что несёт нагрузку? Иногда видео и собственная дисциплина учащегося. Иногда человек на созвоне. Иногда софт — проверяет, поправляет и решает, что дальше.

У этого вопроса три отделимых части, и именно то, что их не смешивают, делает его полезным.

Технологии в обучении — какую учебную работу выполняет сам софт? На нижнем краю он показывает материал. В середине добавляет вокруг него настоящее взаимодействие: упражнения, тренировку, автоматическую проверку. На верхнем — делает учебную работу сам: объясняет, почему ответ неверен, измеряет, что человек знает, генерирует или подбирает практику вместо одного зафиксированного набора, написанного вручную.

Динамика обучения — меняется ли что-нибудь в ответ на то, что человек показывает? Эта часть намеренно безразлична к тому, кто именно меняет. Преподаватель, переписывающий план на следующую неделю, посмотрев, где вы буксуете, откликается ровно так же, как алгоритм, делающий то же самое. Вопрос только в том, отличается ли путь у того, кто летит, и у того, кто тонет.

Модель успеха — что компания считает доказательством того, что продукт работает? Один ответ — набор и выручка, другой — оценки и завершаемость, третий — то, что человек в состоянии продемонстрировать то, чего раньше не мог.

Смысл в том, чтобы считать это раздельно, а не складывать в одно число, потому что интересны именно расхождения. Корпоративная платформа комплаенса может оценивать каждого сотрудника, строить хорошие дашборды и не менять ничего в том, что он делает дальше, — высокие технологии, низкая динамика. Сверните это в единый балл «продвинутости» — и потеряете ровно тот факт, который сказал бы продакт-менеджеру, что это за работа.

Пять сред

Эти три измерения складываются в пять повторяющихся продуктовых сред. Названия мои — они понадобились мне как названия, это не отраслевой стандарт.

EduCommerce. Продукт — это образование, а софт его продаёт и доставляет. Покупают само преподавание — курс, преподавателя, программу, — а технология упаковывает, распространяет, продвигает и принимает оплату.

Learning Service. Существенная часть учебной работы происходит вне софта, а преподают или подстраиваются люди. Софт координирует и поддерживает эту доставку, а не несёт учебный цикл сам.

Learning Platform. Софт несёт учебный опыт — структурирует материал, хранит практику, отслеживает прогресс, часто оценивает, — но учебная логика написана и настроена людьми, а не определяется непрерывно моделью конкретного учащегося.

Learning Product. Практика, обратная связь и продвижение живут внутри софта, и опыт откликается на то, что человек делает. Кто-то должен решить, что такое хорошее упражнение, что происходит после неверного ответа и как движется сложность.

Adaptive EdTech. Софт держит модель того, что знает каждый учащийся, и по ней решает, что тот делает дальше. Это механизм, и это всё, что утверждает название. Меряет ли компания себя измеренным обучением — отдельный вопрос про бизнес: он показан рядом с типом, а не свёрнут в него, потому что адаптивный движок при чисто коммерческом доказательстве встречается достаточно часто, чтобы заслужить отдельную фразу.

Порядок провоцирует прочтение, которое я хочу сразу отсечь: это не лестница зрелости. EduCommerce-бизнес может быть отлично устроен и честно учить людей; адаптивная система может быть одновременно коммерчески хрупкой и педагогически самонадеянной. Это разные механизмы с разными режимами отказа, а последовательность выше — описание, а не ранжирование. Это и не постоянные ярлыки: классифицируется доминирующий механизм продукта в том виде, в каком он работает сегодня, а компании стоят на стыке категорий и переходят между ними намеренно.

Пять продуктов, проверенных на деле

Я прогнал каждый через классификатор, вместо того чтобы расставить их по памяти, и один отказался идти туда, куда я ожидал.

MasterClass — EduCommerce. Подписчик листает каталог из 200 с лишним кинематографично снятых классов и смотрит их. В основном опыте класса софт показывает материал и принимает оплату; ничто не проверяет работу учащегося, и нет состояния ошибки, на которое можно было бы откликнуться. Технологии низко, динамика низко. Продуктовый риск живёт в конверсии подписки, мерчандайзинге каталога и оттоке, а классификатор отмечает привлечение как доминирующее заявление.

Два механизма стоят вне этого ядра. Sessions предлагает структурированные проектные программы, где вы сдаёте работу и получаете обратную связь от других участников — и первоисточник точен в том, кто отвечает: «Submit your projects and receive feedback from peers». Другие участники — это сообщество, а не преподавание, которое даёт компания, и программа там — заранее написанная фиксированная последовательность. Даже если считать Sessions главным событием, это остаётся EduCommerce. Certificates продаёт карьерный эффект («career proof, not just paper») поверх того же каталога, что меняет заявленную модель успеха, не меняя механизм под ней. Обнаружила бы там хоть что-нибудь выпускника, который ничему не научился, снаружи не видно, и это первое, о чём я бы спросил.

Preply — Learning Service. Учащийся один раз проходит тест на уровень CEFR, ищет в пуле из 100 000 с лишним преподавателей, бронирует — и дальше проводит основную часть учебного времени на индивидуальных видеозанятиях с человеком, который под него подстраивается. Preply низко по технологиям и высоко по динамике, и классификатор называет подстраивающимся именно преподавателя, а не позволяет ярлыку намекать на алгоритм. Собственная формулировка компании — «human-led, AI-enabled». Её собственное исследование эффективности 2025 года сообщает, что каждый третий учащийся поднялся на полный уровень CEFR за двенадцать недель по замерам до и после, — это исследование самой компании, а не независимое, но заявление всё же об измеренном обучении, а не об удовлетворённости.

Оговорка здесь направленная. Preply продолжает добавлять софт, который делает учебную работу: Lesson Insights, автоматические резюме после занятия с указанием, что подтянуть, и Daily Exercises, генерирующие практику между занятиями. Прочитайте это настолько щедро, насколько позволяют свидетельства — софт ставит задания и оценивает работу, — и Preply останется Learning Service, а этот слой будет показан рядом как второй механизм. Он настоящий и растущий, и он не тот, что несёт час учащегося.

Moodle — Learning Platform. Я ожидал здесь Coursera; она не прошла проверку. Moodle проходит.

Учащийся открывает курс, собранный его учебным заведением, идёт по разделам в порядке, заданном преподавателем, сдаёт задания, проходит автоматически проверяемые тесты и смотрит, как заполняется журнал оценок. Софт делает существенную работу — Moodle перешагнул 500 миллионов пользователей на зарегистрированных сайтах, — и при типичной настройке повторный провал теста означает, что тест можно пересдать. Смена плана требует живого преподавателя.

Оговорка важна тем, что это не ограничение софта. В Moodle есть правила Restrict access, которые умеют закрывать элемент курса по оценке, и активность Lesson, страницы которой ветвятся по ответам. Курс, собранный так, классифицируется как Learning Product. То, что платформа делает возможным, и то, что платформа решает, — разные вещи, и продакт-менеджер в Moodle строит первое, пока где-то преподаватель решает второе.

Codecademy — Learning Product. Именно здесь я больше всего ожидал сдвига, потому что Codecademy добавила много ИИ за последнюю пару лет. Учащийся пишет код в браузерном воркспейсе по инструкции, а софт запускает его, проверяет и говорит, что не так. AI Learning Assistant читает реальный код решения и объясняет ошибку; подсказки к проектам генерируются под текущую попытку; проверки навыков динамически генерируют вопросы и помечают навыки как «needs review». Это однозначно высокие технологии.

А вот путь по-прежнему принадлежит учащемуся: вы выбираете карьерный трек или курс из каталога, и последовательность внутри него не перестраивается вокруг ваших слабых мест. Ошиблись — получите подсказку и объяснение, причём когда сами нажмёте кнопку, а не очередь адресной отработки. Слой Skill Tracking выглядит исключением и им не является: собственный FAQ Codecademy говорит, что навыки засчитываются за прохождение материала, а проверки «выявляют пробелы, которые вы можете повторить». Что-то измеряется; ничто не ставится в очередь. Это Learning Product с журналом прогресса, а не адаптивная система, и различие здесь — вся суть.

Классификатор отмечает и то, что заявленное Codecademy доказательство — отложенное: работа, карьерные результаты, логотипы работодателей, а не измеренный прирост обучения. Настоящая учебная механика, маркетинг карьерных результатов и отсутствие видимого механизма, который обнаружил бы выпускника, не умеющего писать код, — крайне распространённое сочетание, и именно на него я бы потратил свои вопросы на собеседовании.

Duolingo — Adaptive EdTech. Под практикой лежит Birdbrain, который оценивает и сложность упражнения, и уровень учащегося и непрерывно их обновляет; собственные исследователи Duolingo описывают результат прямо: следующий урок откалиброван под ваш уровень и включает повторение того, что вы ошиблись в прошлый раз. Practice Hub собирает адресную практику из ваших же зафиксированных ошибок. Все три измерения высоки, подстраивается именно софт, и компания публикует исследования эффективности, в том числе утверждение, что её собственное преподавание измеримо улучшилось между 2020 и 2024 годами. Последнее и отличает эту категорию от предыдущей: у них работает механизм, способный сказать им, что продукт не работает.

Статическая половина тоже реальна. Курс — фиксированное дерево, по которому учащиеся идут примерно в одном порядке, и значительная часть контента написана, а не подобрана. Прочтите архитектурой это дерево, а не подбор упражнений, — и Duolingo классифицируется как Learning Product. Оба прочтения описывают одну и ту же компанию.

И тот, кто не подошёл: Coursera. Я считал Coursera очевидной Learning Platform. При честной проверке это не так, и то, на какую сторону она падает, сводится к одному суждению.

Прочтите Coursera как курсы — видеолекции, автоматически проверяемые тесты, взаимное рецензирование, каталог, из которого вы выбираете, — и она классифицируется как Learning Platform. Прочтите вместе с Coursera Coach — и уже нет. Coach объясняет понятия, задаёт вопросы, даёт обратную связь и отслеживает прогресс по курсам, а Coursera отдельно выкатила ИИ-проверку, возвращающую обратную связь по рубрикам на письменные работы. Это софт, делающий учебную работу, что поднимает технологии на верх; вместе с подсказками, которые буксующий учащийся теперь может получить по требованию, результат оказывается Learning Product.

Я мог бы вернуть её в коробку «платформа» аргументами; это пример, к которому все тянутся, и именно туда я ожидал её положить. Полезен как раз зазор между моим ожиданием и ответом: Coursera — это Learning Platform, приобретающая черты Learning Product, и продакт-менеджеру на собеседовании стоит понять, в какой половине компании находится роль.

Нечто похожее всплывало не раз, пока я перепроверял эти продукты. Некоторые из них — Coursera, Preply, Udemy, Brilliant — теперь поставляют ассистента, который объясняет, подсказывает или генерирует практику, и каждая из этих способностей сама по себе поднимает показания по технологиям. Сдвинулся ли вместе с ней доминирующий механизм — отдельный вопрос, и по меньшей мере в паре случаев я думаю, что нет. Шесть примеров — не выборка, и тренда я бы из них выводить не стал, но ассистент, приделанный к каталогу, способен поднять технологии, оставив всё остальное на месте, а значит вес классификации переносится на два других измерения.

Что на самом деле меняется для продакт-менеджера

Различия ниже следуют из механизма, а не из принятой практики, поэтому они верны как тенденция, а не универсально. Крупные компании содержат сразу несколько таких сред.

В EduCommerce структурный факт — разрыв в скорости обратной связи: коммерческий сигнал приходит быстро, а достоверный сигнал об учебном результате медленно или не приходит вовсе. Почти всё, что вы выпускаете, оценивается числом, которое закрывается на чекауте, и эта асимметрия формирует работу. Неделя обычно выглядит как экономика привлечения, ценообразование и упаковка, чекаут и рассрочки, возвраты и согласование календаря запусков с маркетингом. Дискавери — это в основном исследование покупателя, а не учащегося. Ограничение, которым вы не управляете, — обычно поставка каталога, потому что произвести курс с преподавателем долго и дорого. Технологии здесь обеспечивающие, а не ядро: тяжёлая инженерия — это платежи, локализация и доставка видео. Метрики похожи на CAC и окупаемость, конверсию из визита в покупку, ARPU, долю возвратов. Этот опыт чисто переносится в потребительский e-commerce и подписочные бизнесы и обратно — и плохо туда, где продукт должен продолжать работать после продажи.

В Learning Service продуктовая задача — ёмкость и качество человеческого времени. Как именно это проявляется, зависит от устройства компании: Preply — маркетплейс независимых преподавателей, но тот же архетип покрывает и когортные школы со штатными преподавателями, и коучинговые бизнесы с контрактной скамейкой, и ограничение сдвигается соответственно. Общее в том, что предложение — живая переменная, а не фиксированный вход, поэтому значительная часть недели уходит на то, быстро ли учащийся получает хорошее совпадение, на надёжность расписания и на инструменты, которыми преподаватели планируют и ведут занятия. Эти инструменты здесь обычно полноценный продукт, а не внутренняя админка, и продакт-менеджеры, относящиеся к ним как к админке, обычно буксуют, потому что отток преподавателей проявляется в удержании учащихся парой месяцев позже. Трудная измерительная задача — качество преподавания: звёздный рейтинг ловит симпатию и пунктуальность не меньше, чем преподавание, и построить что-то лучше нередко самая рычажная работа из доступных. Метрики похожи на долю совпадений, время до первого занятия, повторные бронирования, утилизацию преподавателей, маржинальность занятия. В маркетплейсных вариантах опыт из мобильности или бытовых услуг переносится сюда лучше, чем большая часть опыта в EdTech.

В Learning Platform рычаг лежит в качестве доставки и в конвейере авторства — насколько хорошо платформа даёт кому-то другому выразить учебный замысел и насколько хорошо держится, когда он его выразил. Время уходит на активацию и первую неделю, на отвал в конкретных модулях, а не в агрегате, и на инструменты, в которых живёт контентная команда. Интереснее всего вторая группа пользователей: преподаватели, авторы и администраторы часто требовательнее учащихся, а в институциональных платформах покупатель — это третья сторона со своими требованиями, доступность, хранение данных, стандарты совместимости, которые потребительским продакт-менеджерам редко приходилось закладывать в роадмап. Техническая сложность здесь интеграционная и масштабная, а не модельная. Метрики похожи на активацию, завершение модулей, кривые удержания когорт, и завершаемость — постоянная ловушка, потому что она измеряет достижение конца материала и ничего больше. Опыт B2B SaaS и систем управления контентом переносится сюда легче, чем опыт потребительского роста.

В Learning Product качество цикла и есть продукт. Неделя уходит на механику практики, на то, что человек видит после неверного ответа, на то, где ступенька сложности, и на то, достаточно ли прогресс читается, чтобы его можно было почувствовать. Дискавери меняет характер: вы смотрите, как люди ошибаются, потому что сами они не могут надёжно объяснить, где застряли. Люди из контента и методологии обычно становятся соавторами механики, а не поставщиками материалов, и вам нужно достаточно учебной науки, чтобы держать спор про интервальное повторение и извлечение из памяти. Структурное напряжение в том, что вовлечённость измерять дёшево, а обучение дорого, и эксперименты сползают к дешёвой конечной точке, если кто-то не сопротивляется. Метрики похожи на скорость продвижения, долю верных ответов во времени, отвал на конкретных навыках, время до первой продемонстрированной компетенции. Продакт-менеджер, пришедший сюда из EduCommerce, обычно приносит сильные инстинкты по инструментированию и очень мало калибровки на то, что делает упражнение хорошим, — этому учатся, но дольше, чем ожидают.

Adaptive EdTech обычно превращает это в работу над политикой. Вы владеете тем, что система подбирает дальше и почему, а не экраном, и это втягивает моделирование учащегося и оценку освоения, жизненный цикл задания от написания через калибровку до вывода из оборота, и валидность измерения, на котором держится остальной продукт. Там, где обратную связь генерирует модель, это ещё и её проверка на корректность, а не на гладкость. Зависимости обычно идут через методистов-исследователей, психометристов и ML-инженеров, и работа не складывается, если вы не в состоянии возражать им по существу. Метрики похожи на прирост обучения относительно замеров до и после или модели освоения, время до освоения, качество заданий, точность модели учащегося, — а вовлечённость читается как вход, а не как доказательство. Опыт в ранжировании и рекомендациях переносится сюда напрямую чаще, чем опыт в EdTech, — и это единственное место, где мои годы в Rambler ложатся ровнее, чем эдтеховские.

Почему ярлык стал широким и таким остался

У того, что одно слово накрыло все пять, есть причина. Набор того, что софт умеет делать внутри обучения, планомерно расширялся шесть десятилетий, и каждая новая способность вбиралась в тот же словарь, вместо того чтобы получить собственный. Дальше — не история прогресса, вытесняющего сам себя: каждая из этих способностей до сих пор выпускается, и большинство продуктов сочетают несколько.

Это накопление и есть вся проблема с ярлыком. «EdTech» придумали, когда верхней точкой списка был тест с ветвлением, и с тех пор его растягивали на каждую добавленную способность, ни разу не разделив. Слово не стало менее точным; пространство под ним стало куда более разнородным.

Так что же должны значить эти пять лет?

Когда в описании вакансии просят пять лет опыта в EdTech, о чём именно просят?

Обычно эта строчка делает сразу несколько дел, а автор не решил, какое из них. Иногда она значит: этому человеку не придётся объяснять словарь, и он не потратит месяц на открытие, что покупатель и учащийся — разные люди. Иногда она значит: мы обожглись на том, кто относился к образованию как к контент-маркетингу, и нам нужен сигнал, что кандидат относится к предмету серьёзно, — разумно и тоже не про годы. А иногда она подменяет конкретный механизм, который компания не сформулировала: что роль на самом деле про кривые сложности или на самом деле про предложение преподавателей, — и это единственное значение, которое действительно предсказывало бы результат, и ровно то, которое строчка передать не может.

Кое-что переносится через все пять сред. Привычки инструментирования переносятся. Переносится и терпимость к медленной обратной связи: учебные результаты становятся видимыми через недели или месяцы, и сигналов вы получаете меньше и позже, чем в большинстве потребительского софта. Переносится и рефлекс «покупатель — не учащийся», на котором постоянно спотыкаются. «Опыт в EdTech» не бессмыслен; он просто заметно меньше, чем звучит, и переносится обычно не та часть, о которой спрашивают.

Практический вывод — относиться к этой фразе как к незаконченному предложению, а не к квалификации. Когда компания спрашивает меня про опыт в EdTech, полезный ход — сначала установить, что они за среда: в разговоре с EduCommerce-бизнесом релевантны годы в Ray, а в разговоре с компанией, строящей учебные циклы, — Tomus, и лучше сказать это самому, чем дать 18 миллионам загрузок делать работу, которую они делать не могут.

В обратную сторону вопросы, которые стоит задать до выхода, механические, а не культурные. Что учащийся реально делает большую часть сессии? Что происходит в продукте, когда человек трижды ошибается в одном и том же? Что определяет, что он делает дальше? Когда вы рассказываете инвестору, что продукт работает, какое число вы показываете? И самый показательный: если когорта дошла до конца и не освоила навык, как вы об этом узнаете?

Последний слегка нечестен, и я всё равно его задаю. У множества уважаемых компаний ответа нет, и ничего дисквалифицирующего в этом нет. Ответ говорит другое: чем будет решаться вопрос «работает ли продукт» — учебными данными или данными о вовлечённости, а это неплохой предсказатель того, какие споры вам предстоят ближайшие два года.

Как рефлекс стал тем, что можно передать

Долгое время это жило у меня в голове рефлексом: вот это ощущается как один вид EdTech, а вот это как другой. Так работает ровно до момента, когда вас просят обосновать или когда вы хотите передать это кому-то ещё, — а я раз за разом вёл один и тот же сорокаминутный разговор с основателями и с продакт-менеджерами, выбирающими между офферами.

Поэтому я превратил это в инструмент, который теперь стоит на этом сайте: Что это за EdTech на самом деле?

Он задаёт семь вопросов и занимает около двух минут. Шесть считают три измерения выше, по два на каждое, с равным весом. Седьмой спрашивает, чем на самом деле будет владеть рассматриваемая роль, и намеренно не влияет на классификацию; он нужен, чтобы результат мог сказать, что перед вами монетизационная роль внутри компании с настоящим учебным продуктом, — ситуация обычная, вполне законная, и знать о ней заранее лучше, чем обнаружить на третий месяц.

Пригодным для оценки снаружи его делают два решения. «Не могу определить по тому, что видел» — полноценный ответ, а не ноль: он убирается из среднего, а не тянет оценку вниз, результат сообщает, на каком объёме свидетельств он построен, и каждая неопределённость возвращается вопросом, который стоит задать. Инструмент, наказывающий за признание незнания, просто учит угадывать. Второе решение — три измерения показываются отдельно, а не одним баллом, потому что полезны как раз расхождения.

Всё считается в браузере; ссылка на результат кодирует ваши ответы, а не сохранённый вердикт, поэтому любой, кто её откроет, выведет тот же результат по той же логике. Когда я прогнал через него Tomus — свой собственный продукт, так что на входные данные не свалишь, — он вернул Learning Platform, а не Learning Product, как я бы его назвал. Причина читается в ответах: настоящая практика и автоматическая проверка внутри продукта были, а вот то, что человек отвечал верно или неверно, не меняло того, что шло дальше.

Если вы прямо сейчас смотрите на роль в EdTech

Возьмите компанию, которую рассматриваете, или описание вакансии, которое перечитываете, и прогоните через классификатор. Отвечайте по тому, что реально можете наблюдать, — продукт, триал, страница вакансий, то, что сказали на первом созвоне, — и говорите «не могу определить» везде, где это правда.

Инструмент — Что это за EdTech на самом деле?: восемь вопросов, около трёх минут, и он скажет, на какую из пяти сред вы смотрите, на чём обычно делает акцент работа продакт-менеджера в ней и о чём их спросить.

Он не скажет вам, брать ли оффер. Он должен сказать, какую из пяти работ вам предлагают, — а это как раз то, что описание вакансии обычно опускает.